สตูดิโอ Amazon SageMaker เป็นสภาพแวดล้อมการพัฒนาแบบบูรณาการอย่างสมบูรณ์ (IDE) แห่งแรกสำหรับการเรียนรู้ของเครื่อง (ML) มีอินเทอร์เฟซแบบภาพบนเว็บเดียวที่คุณสามารถดำเนินการตามขั้นตอนการพัฒนา ML ทั้งหมด รวมถึงการจัดเตรียมข้อมูลและการสร้าง การฝึกอบรม และการปรับใช้โมเดล
ภายในไฟล์ โดเมน Amazon SageMakerผู้ใช้สามารถจัดเตรียมแอปพลิเคชัน Amazon SageMaker Studio IDE ส่วนบุคคล ซึ่งเรียกใช้ JupyterServer ฟรีพร้อมการผสานรวมในตัวเพื่อตรวจสอบ Amazon การทดลอง SageMaker,ออร์เคสตร้า ท่อส่ง Amazon SageMakerและอื่น ๆ อีกมากมาย ผู้ใช้จ่ายเฉพาะการประมวลผลที่ยืดหยุ่นบนเคอร์เนลโน้ตบุ๊กเท่านั้น แอปพลิเคชันส่วนตัวเหล่านี้ติดตั้งส่วนตัวของผู้ใช้ที่เกี่ยวข้องโดยอัตโนมัติ ระบบไฟล์ Amazon Elastic โฮมไดเร็กทอรี (Amazon EFS) เพื่อให้สามารถแยกรหัส ข้อมูล และไฟล์อื่นๆ จากผู้ใช้รายอื่นได้ สตูดิโอ Amazon SageMaker รองรับการแชร์โน้ตบุ๊กระหว่างแอปพลิเคชันส่วนตัวแล้วแต่กลไกแบบอะซิงโครนัสสามารถทำให้กระบวนการวนซ้ำช้าลงได้
ตอนนี้ด้วย พื้นที่ที่ใช้ร่วมกันใน Amazon SageMaker Studioผู้ใช้สามารถจัดระเบียบความพยายามและการริเริ่ม ML ร่วมกันได้โดยการสร้างแอปพลิเคชัน IDE ที่ใช้ร่วมกันที่ผู้ใช้ใช้กับโปรไฟล์ผู้ใช้ Amazon SageMaker ของตนเอง พนักงานด้านข้อมูลที่ทำงานร่วมกันในพื้นที่ที่ใช้ร่วมกันจะสามารถเข้าถึงสภาพแวดล้อม Amazon SageMaker Studio ที่พวกเขาสามารถเข้าถึง อ่าน แก้ไข และแชร์สมุดบันทึกได้แบบเรียลไทม์ ซึ่งทำให้พวกเขาสามารถเริ่มทำซ้ำกับเพื่อนร่วมงานเกี่ยวกับแนวคิดใหม่ๆ ได้เร็วที่สุด พนักงานด้านข้อมูลสามารถทำงานร่วมกันบนสมุดบันทึกเครื่องเดียวกันได้พร้อมกันโดยใช้ความสามารถในการทำงานร่วมกันแบบเรียลไทม์ สมุดบันทึกระบุผู้ใช้ที่แก้ไขร่วมแต่ละคนด้วยเคอร์เซอร์ที่แตกต่างกันซึ่งแสดงชื่อโปรไฟล์ผู้ใช้ที่เกี่ยวข้อง
พื้นที่ที่ใช้ร่วมกันใน SageMaker Studio จะแท็กทรัพยากรโดยอัตโนมัติ เช่น งานฝึกอบรม งานประมวลผล การทดลอง ไปป์ไลน์ และรายการรีจิสทรีแบบจำลองที่สร้างขึ้นภายในขอบเขตของพื้นที่ทำงานตามลำดับ sagemaker:space-arn
. พื้นที่จะกรองทรัพยากรเหล่านั้นภายในอินเทอร์เฟซผู้ใช้ (UI) ของ Amazon SageMaker Studio เพื่อให้ผู้ใช้เห็นเฉพาะ SageMaker Experiments ไปป์ไลน์ และทรัพยากรอื่นๆ ที่เกี่ยวข้องกับความพยายาม ML ของตน
ภาพรวมโซลูชัน
เนื่องจากพื้นที่ที่ใช้ร่วมกันจะแท็กทรัพยากรโดยอัตโนมัติ ผู้ดูแลระบบจึงสามารถตรวจสอบค่าใช้จ่ายที่เกี่ยวข้องกับความพยายามของ ML และวางแผนงบประมาณได้อย่างง่ายดายโดยใช้เครื่องมือต่างๆ เช่น งบประมาณ AWS และ AWS Cost Explorer. ในฐานะผู้ดูแลระบบ คุณจะต้องแนบไฟล์ แท็กการปันส่วนต้นทุน for
sagemaker:space-arn
.
เมื่อดำเนินการเสร็จแล้ว คุณสามารถใช้ AWS Cost Explorer เพื่อระบุว่าโครงการ ML แต่ละโครงการมีต้นทุนองค์กรของคุณเท่าใด
เริ่มต้นใช้งานพื้นที่ที่ใช้ร่วมกันใน Amazon SageMaker Studio
ในส่วนนี้ เราจะวิเคราะห์เวิร์กโฟลว์ทั่วไปสำหรับการสร้างและการใช้พื้นที่ที่ใช้ร่วมกันใน Amazon SageMaker Studio
สร้างพื้นที่ที่ใช้ร่วมกันใน Amazon SageMaker Studio
คุณสามารถใช้ Amazon SageMaker Console หรือ อินเทอร์เฟซบรรทัดคำสั่ง AWS AWS (AWS CLI) เพื่อเพิ่มการรองรับพื้นที่ให้กับโดเมนที่มีอยู่ สำหรับข้อมูลล่าสุดโปรดตรวจสอบ สร้างพื้นที่ที่ใช้ร่วมกัน. พื้นที่ที่ใช้ร่วมกันใช้งานได้เฉพาะกับอิมเมจ JupyterLab 3 SageMaker Studio และสำหรับโดเมน SageMaker ที่ใช้การตรวจสอบสิทธิ์ AWS Identity and Access Management (AWS IAM)
การสร้างคอนโซล
หากต้องการสร้างพื้นที่ภายในโดเมน Amazon SageMaker ที่กำหนด ก่อนอื่นคุณต้องตั้งค่าบทบาทการดำเนินการเริ่มต้นของพื้นที่ที่กำหนด จาก รายละเอียดโดเมน หน้าให้เลือก การตั้งค่าโดเมน และเลือก Edit. จากนั้น คุณสามารถตั้งค่าบทบาทการดำเนินการเริ่มต้นของ Space ซึ่งจำเป็นต้องดำเนินการเพียงครั้งเดียวต่อโดเมน ดังแสดงในแผนภาพต่อไปนี้:
ถัดไปคุณสามารถไปที่ การจัดการพื้นที่ แท็บภายในโดเมนของคุณและเลือก สร้างบัญชีตัวแทน ปุ่ม ดังแสดงในแผนภาพต่อไปนี้:
การสร้าง AWS CLI
คุณยังสามารถตั้งค่าบทบาทการดำเนินการพื้นที่โดเมนเริ่มต้นจาก AWS CLI ในการระบุ ARN อิมเมจ JupyterLab3 ในภูมิภาคของคุณ ให้เลือก การตั้งค่าเวอร์ชันเริ่มต้นของ JupyterLab.
เมื่อดำเนินการกับโดเมนของคุณเสร็จเรียบร้อยแล้ว คุณสามารถสร้างพื้นที่ที่ใช้ร่วมกันจาก CLI
เปิดใช้พื้นที่ที่ใช้ร่วมกันใน Amazon SageMaker Studio
ผู้ใช้สามารถเปิดใช้พื้นที่ที่ใช้ร่วมกันโดยเลือก ยิง ปุ่มถัดจากโปรไฟล์ผู้ใช้ภายใน AWS Console สำหรับโดเมน Amazon SageMaker
หลังจากเลือกแล้ว Spaces ภายใต้ส่วนการทำงานร่วมกัน จากนั้นเลือก Space ที่จะเปิดใช้งาน:
อีกทางหนึ่ง ผู้ใช้สามารถสร้าง URL ที่ลงนามล่วงหน้าเพื่อเปิดใช้งานพื้นที่ผ่าน AWS CLI:
ทำงานร่วมกันแบบเรียลไทม์
เมื่อโหลด IDE พื้นที่ที่ใช้ร่วมกันของ Amazon SageMaker Studio แล้ว ผู้ใช้สามารถเลือก ผู้ร่วมมือ แท็บบนแผงด้านซ้ายเพื่อดูว่าผู้ใช้คนใดกำลังทำงานในพื้นที่ของคุณและบนสมุดบันทึกใด ถ้ามีคนมากกว่าหนึ่งคนทำงานบนสมุดบันทึกเดียวกัน คุณจะเห็นเคอร์เซอร์ที่มีชื่อโปรไฟล์ของผู้ใช้รายอื่นที่พวกเขากำลังแก้ไข:
ในภาพหน้าจอต่อไปนี้ คุณจะเห็นประสบการณ์การใช้งานที่แตกต่างกันสำหรับบางคนที่แก้ไขและดูสมุดบันทึกเดียวกัน:
สรุป
ในโพสต์นี้ เราได้แสดงให้คุณเห็นว่าพื้นที่ที่ใช้ร่วมกันใน SageMaker Studio เพิ่มประสบการณ์ IDE การทำงานร่วมกันแบบเรียลไทม์ให้กับ Amazon SageMaker Studio ได้อย่างไร การติดแท็กอัตโนมัติช่วยให้ผู้ใช้กำหนดขอบเขตและกรองทรัพยากร Amazon SageMaker ของตน ซึ่งรวมถึง: การทดลอง ไปป์ไลน์ และรายการรีจีสทรีแบบจำลองเพื่อเพิ่มผลผลิตของผู้ใช้ นอกจากนี้ ผู้ดูแลระบบสามารถใช้แท็กที่ใช้เหล่านี้เพื่อตรวจสอบค่าใช้จ่ายที่เกี่ยวข้องกับพื้นที่ที่กำหนดและตั้งงบประมาณที่เหมาะสมโดยใช้ AWS Cost Explorer และ AWS Budgets
เร่งการทำงานร่วมกันของทีมของคุณในวันนี้ด้วยการตั้งค่าพื้นที่ที่ใช้ร่วมกันใน Amazon SageMaker Studio สำหรับความพยายามในการเรียนรู้ของเครื่องของคุณโดยเฉพาะ!
เกี่ยวกับผู้แต่ง
ฌอน มอร์แกน เป็นสถาปนิกโซลูชัน AI/ML ที่ AWS เขามีประสบการณ์ในสาขาเซมิคอนดักเตอร์และการวิจัยเชิงวิชาการ และใช้ประสบการณ์ของเขาเพื่อช่วยให้ลูกค้าบรรลุเป้าหมายบน AWS ในเวลาว่าง Sean เป็นผู้สนับสนุน/ผู้ดูแลโอเพนซอร์สที่ทำงานอยู่ และเป็นผู้นำกลุ่มความสนใจพิเศษสำหรับโปรแกรมเสริม TensorFlow
ฮัน จาง เป็นวิศวกรซอฟต์แวร์อาวุโสที่ Amazon Web Services เธอเป็นส่วนหนึ่งของทีมเปิดตัวสำหรับ Amazon SageMaker Notebooks และ Amazon SageMaker Studio และได้มุ่งเน้นไปที่การสร้างสภาพแวดล้อมแมชชีนเลิร์นนิงที่ปลอดภัยสำหรับลูกค้า ในเวลาว่าง เธอชอบปีนเขาและเล่นสกีในแปซิฟิกตะวันตกเฉียงเหนือ
อัครปราวา เดช เป็นวิศวกรซอฟต์แวร์อาวุโสที่ AWS เขาอยู่ที่ Amazon มานานกว่า 7 ปี และกำลังดำเนินการปรับปรุงประสบการณ์การใช้งาน Amazon SageMaker Studio IDE คุณสามารถพบเขาได้ที่ LinkedIn.
กุลชาญ เป็นผู้จัดการผลิตภัณฑ์อาวุโสที่ AWS เขามุ่งเน้นที่การสร้าง Amazon SageMaker Studio เป็น IDE ทางเลือกสำหรับขั้นตอนการพัฒนา ML ทั้งหมด ในเวลาว่าง Kunal สนุกกับการเล่นสกีและสำรวจแปซิฟิกตะวันตกเฉียงเหนือ พบกับเขาได้ที่ LinkedIn.
- AI
- ไอ อาร์ต
- เครื่องกำเนิดไออาร์ท
- หุ่นยนต์ไอ
- ระบบไฟล์ Amazon Elastic (EFS)
- อเมซอน SageMaker
- ปัญญาประดิษฐ์
- ใบรับรองปัญญาประดิษฐ์
- ปัญญาประดิษฐ์ในการธนาคาร
- หุ่นยนต์ปัญญาประดิษฐ์
- หุ่นยนต์ปัญญาประดิษฐ์
- ซอฟต์แวร์ปัญญาประดิษฐ์
- AWS Machine Learning AWS
- blockchain
- การประชุม blockchain ai
- เหรียญอัจฉริยะ
- ปัญญาประดิษฐ์สนทนา
- การประชุม crypto ai
- ดัล-อี
- การเรียนรู้ลึก ๆ
- google ai
- ระดับกลาง (200)
- เรียนรู้เครื่อง
- เพลโต
- เพลโตไอ
- เพลโตดาต้าอินเทลลิเจนซ์
- เกมเพลโต
- เพลโตดาต้า
- เพลโตเกม
- ขนาดไอ
- วากยสัมพันธ์
- ลมทะเล